Apple「感情分析AIモデル」の可能性と課題【後編】
「Appleは信頼を失いかねない」 Apple“人の心を読むAI”を専門家が不安視
Appleはさまざまな生体データを分析して人の感情を判別する感情分析AIモデルを開発している。こうしたAI技術を開発する研究者やベンダーには、検討すべきことがあると専門家は指摘する。それは何か。
Appleとカリフォルニア大学ロサンゼルス校(UCLA:University of California, Los Angeles)、製薬会社Biogenは、人の心の健康状態や感情を検出するAI(人工知能)モデル(以下、感情分析AIモデル)の開発を進めている。Appleの感情分析AIモデルに対する関心は、AI技術を使って感情を読み取る技術を扱うEmotientを2016年に買収したことから始まった。
信頼を失う可能性も 「感情分析AIモデル」が直面するハードル
「複数種類のデータに照準を据えているという点で、Appleの感情分析AIモデルは他社とは異なる」。南カリフォルニア大学(University of Southern California)の心理学准教授で、神経科学技術ベンダーImmersion Neuroscienceの最高セキュリティ責任者(CSO)を務めるホルヘ・バラサ氏はこう指摘する。感情分析AI技術の研究は一般的に、
- 笑顔やしかめ面といった表情を特定する「顔分析」
- 声の調子や話す単語を特定する「音声分析」
のいずれかのみを対象とする。これに対して、Appleらの研究チームは顔分析と音声分析の両方に加え、心拍や睡眠パターンなども使って感情を特定する。
人々が自分の心の健康状態に対する認識を深める上で、Appleの感情分析AIモデルは有用だ。ただし「データを用いた感情分析には、依然として疑いの余地が残る」とバラサ氏は言う。例えばユーザー企業が、ベンダーの意図通りに感情分析AI技術を使わない可能性がある。自社の従業員にとって不利益な形で使ったり、誤ってデータを解釈したりする可能性も否定できない。
文化によって異なる感情の見方や解釈をどう扱うかも課題だ。調査会社Constellation Researchの創業者でプリンシパルアナリストのレイ・ワン氏は、特定の文化や集団、年齢層の微妙な違いを見極めるのは「非常に難しい」と指摘。「感情分析のAI技術ベンダーにとっては、どのくらいのデータが集まればAIモデルが判断を下すのに十分なのかを見極めることが課題だ」と話す。
感情分析AI技術の検出ミスを防ぐためには、研究者が「どの程度の精度があればよいのか」を決めなければならないというのがワン氏の意見だ。加えて「データセットの中のどこに、偏見や誤判断を招くデータが存在しそうか」も見極める必要があるという。「感情に影響を与え得る文化的違いや方言、人種の違いを判断基準に含めることが必要だ」と同氏は言い添える。
大手モバイルデバイスメーカーとしてのAppleには、同社製品ユーザーの巨大なネットワークがある。そのネットワークに広まれば、同社の感情分析AIモデルが成功するチャンスはある。「感情分析AIモデルは始まったばかりだが、いずれは軌道に乗る」とワン氏はみる。ただし同社が感情分析AIモデルの公開や普及を急ぎ過ぎると「人々の信頼や信用を失うリスクがある」と同氏は警鐘を鳴らす。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
急増する「AIはこう言ってる」マン 判断を狂わせる「AI忖度」を防ぐには?
-
2
取手市がVDIと決別した理由 更改費用「4倍超」を約1.7倍に圧縮
-
3
「Excel至上主義」の終わらせ方 丸2日の手作業地獄から情シスと現場を救うには
-
4
221人調査で分かった「情シス最大のストレス」は?
-
5
「データストレージの活用方法」に関するアンケート
-
6
「AI時代の統合基盤・エンタープライズAI管理」に関するアンケート
-
7
自宅のWi-Fiが「遅い」「途切れる」本当の原因は? Dellが推奨する鉄則
-
8
本当に安いPCで十分か? “すぐ重くなる”を防ぐノートPC選びの絶対条件
-
9
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
10
Claudeの不可視透かしに批判殺到 著作権消失や誤判定に潜む企業リスク
ホワイトペーパーランキング PR
-
1
年収2000万「クラウドセキュリティのプロ」になれる資格とは
-
2
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは?
-
3
Windows Updateの通信集中で回線が逼迫、ネットワーク刷新事例に学ぶ解決策
-
4
財務を戦略的組織へ進化させるAI活用術、4つの主要な障壁と解消方法
-
5
「NAS」「SAN」「DAS」は何が違う? いまさら聞けないストレージの基礎
-
6
“あのファイル転送”で暗躍するノーウェアランサム
-
7
標的型攻撃メールを見破るには? サンプル文面を例に傾向を解説
-
8
商用利用の安全性を確保し大量のコンテンツを高速で生成する、AI活用の秘訣
-
9
マンガで解説、1日で生成AI環境を構築できるワークショップの中身とは?
-
10
Dark AIが台頭する時代の新発想、「より高度なAIで対抗する」具体的方法とは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー